Skip to the content.

最終更新日:2026年10月4日

DS検定トップ > 第一種の過誤と第二種の過誤の違いとは?【DS検定リテラシー】

まず結論

  • 第一種の過誤=正しい帰無仮説を棄却してしまう誤り
  • 第二種の過誤=誤った帰無仮説を棄却できない誤り

「差がない」を帰無仮説とする例では、第二種の過誤は本当はある差を見逃すことです。棄却できないことは、「差がない」と証明することではありません。

DS検定では
「どちらがどの誤りか」「検定力とどう関係するか」を判断できるかが問われます。

直感的な説明

たとえば、新しい薬の効果を検証する場面を考えます。

帰無仮説:「この薬には効果がない」

■ 第一種の過誤(タイプⅠエラー)

本当は効果がないのに
「効果がある」と言ってしまう。

→ 誤って採用してしまうミス

■ 第二種の過誤(タイプⅡエラー)

本当は効果があるのに
効果があると判断する十分な根拠を得られず、帰無仮説を棄却できない。

→ 本当の効果を見逃すミス

ビジネスで言い換えると:

状況 何が起きている?
第一種の過誤 ダメな施策を「成功」と判断
第二種の過誤 本当は有効な施策の効果を検出できない

どちらも重大ですが、意味がまったく違います。

定義・仕組み

差の有無を調べるこの例では、

  • 差がない → 帰無仮説
  • 差がある → 対立仮説

という構造を取ります。

■ 第一種の過誤(α)

帰無仮説が正しいのに棄却する誤り。

検定では、この第1種の過誤をどこまで許容するかを 有意水準(α) として事前に設定します。

つまり、

有意水準=第1種の過誤を許容する基準

ということです。

■ 第二種の過誤(β)

帰無仮説が誤りなのに棄却できない誤り。

この確率が β(ベータ)です。

■ 検定力(power)

検定力 = 1 − β

意味は:

本当に差があるときに、きちんと差を見つけられる力

DS検定では、

  • 「検定力が高い」とは何か
  • 「βとの関係は何か」

を理解しているかが問われます。

どんな場面で使う?

✔ 医療

  • 第一種の過誤:効かない薬を承認
  • 第二種の過誤:本当はある薬の効果を検出できない

✔ ビジネス施策

  • 第一種:意味のない改善を採用
  • 第二種:有効な改善を見逃す

✔ 品質管理

帰無仮説を「品質は基準を満たす」とする検定では、次のように対応します。

  • 第一種:本当は基準を満たしているのに、帰無仮説を棄却する
  • 第二種:本当は基準を満たしていないのに、帰無仮説を棄却できない

状況によって「どちらを重く見るか」は変わります。

よくある誤解・混同

❌ 第一種と第二種を逆に覚える

DS検定ではここをよく混同させてきます。

覚え方:

第一種=正しい帰無仮説を退ける

第二種=誤った帰無仮説を退けられない

❌ 有意水準=第二種の過誤

→ 誤りです。

有意水準αは、第1種の過誤をどこまで許容するかを事前に決める基準です。第2種の過誤はβで表します。

❌ 検定力=有意水準

→ 誤りです。

検定力は 1 − β です。

❌ 有意水準を下げれば全部よくなる

標本数や検出したい差など、ほかの条件をそろえて有意水準を厳しくすると:

  • 第一種の過誤は減る
  • しかし第二種の過誤は増えやすい

つまり、

αとβはトレードオフの関係

ここはDS検定でよく問われます。

DS検定での典型的なひっかけ

  • 「検定力とは第一種の過誤を犯す確率である」
  • 「有意水準は第二種の過誤である」

このような選択肢は誤りです。

まとめ(試験直前用)

  • 第一種の過誤=正しい帰無仮説を棄却する。有意水準αでその確率を制御する
  • 第二種の過誤=誤った帰無仮説を棄却できない。その確率がβ
  • 検定力=1 − β(見逃さない力)
  • 標本数などが同じなら、αを小さくするとβは大きくなりやすい

迷ったら:

第一種=誤った棄却

第二種=差の見逃し(「差がない」を帰無仮説とする例)

この判断軸で選択肢を切れます。

公式情報・参考リンク

対応スキル項目(ver.6 データサイエンス)

  • 分類:基礎技術
  • スキルカテゴリ:科学的解析の基礎
  • サブカテゴリ:推定・検定
  • 必須スキル:—
  • ★ 検定における判断の誤り(第1種の過誤、第2種の過誤)と、p値、有意水準の意味、およびこれら相互の関係性を説明できる
  • ver.6 ★1スキルチェックで確認する

🔗 関連記事



© 2024-2026 stemtazoo. All rights reserved.